OpenHuman: 당신의 「개인 AI 디지털 트윈」

2026년의 AI 어시스턴트는 더 이상 「질문하면 답한다」 수준으로는 부족합니다. 진짜 기대되는 방향은 개인 AI 디지털 트윈——당신의 기기에서 실행되며 메일과 일정을 기억하고, 백그라운드에서 계속 사고하며, 필요할 때 도구를 호출하는 데스크톱급 에이전트입니다. OpenHuman(Tiny Humans AI 오픈소스 프로젝트)은 바로 그 방향의 제품입니다. Rust 코어, TypeScript 데스크톱 셸, 118+ 서비스 원클릭 OAuth, 로컬 우선 Memory Tree. 본 글은 엔지니어링 관점에서 GitHub에서 빠르게 주목받은 이유를 정리하고, Mac에서 이런 Agent를 장기 운용할 때 살펴야 할 연산 자원과 프라이버시 경계를 설명합니다.

OpenHuman이 푸는 핵심 문제: 컨텍스트는 어디서 오는가

대부분의 Agent 프레임워크 공통 pain point는 콜드 스타트가 느리다는 점입니다. Hermes는 관찰 학습에 의존하고, OpenClaw는 플러그인으로 컨텍스트를 조금씩 넣어——에이전트가 진짜 「당신의 스택을 이해하는」 데까지 며칠에서 몇 주가 걸리기도 합니다. OpenHuman은 더 과감한 경로를 택합니다: 연결 → 수집 → Memory Tree.

Gmail, Notion, GitHub, Slack, Google Calendar, Linear, Jira, Stripe 등 자주 쓰는 서비스를 원클릭 OAuth로 연결하기만 하면 됩니다(공식 문서 118+ 연동, OAuth는 Composio 커넥터 계층 경유). 코어 엔진은 20분마다 활성 연결을 폴링해 새 메일, 일정 변경, 코드 커밋, 문서 업데이트를 로컬로 가져옵니다. 폴링 스크립트를 작성할 필요도, 프롬프트를 반복해서 붙여넣을 필요도 없습니다——아침이면 Agent는 이미 그날의 압축된 컨텍스트를 갖고 있습니다.

이는 Karpathy가 제안한 Obsidian-wiki형 LLM 지식베이스와 같은 사상입니다. OpenHuman은 「수동으로 Markdown 지식베이스를 정리하는」 작업을 완전 자동 파이프라인으로 바꾸며, 몇 주가 아니라 몇 분 안에 컨텍스트를 구축하는 것을 목표로 합니다.

Memory Tree: 로컬 SQLite + Obsidian 호환 저장소

OpenHuman의 Memory Tree는 제품 차별화의 핵심입니다. 연결된 데이터는 3k token 이하 Markdown 조각으로 정규화되고, 점수화와 계층 요약 후 로컬 SQLite에 기록됩니다. 같은 내용은 Obsidian 호환 로컬 저장소에 .md 파일로도 저장되어 Agent의 「기억」을 직접 열어 보고 편집할 수 있습니다.

이것이 의미하는 바는 세 가지입니다. 첫째, 데이터 주권은 기기 측——워크플로 지식이 특정 SaaS 대화창에 갇히지 않습니다. 둘째, 검색이 감사 가능——기억이 파일로 존재하며 블랙박스 벡터 DB가 아닙니다. 셋째, 기존 툴체인과의 연결——Claude Code, Cursor 등에서 agentmemory를 셀프호스트하고 있다면 OpenHuman도 같은 백엔드를 선택해 데스크톱 Agent와 코딩 Agent가 영속 스토리지를 공유할 수 있습니다.

TokenJuice: LLM에 닿기 전에 「압착」

개인 Agent의 가장 큰 숨은 비용은 token 팽창입니다. HTML 메일, 웹 스크래핑 결과, 장황한 도구 출력을 그대로 컨텍스트에 넣으면 지연과 비용 모두 통제가 어려워집니다. OpenHuman의 TokenJuice는 데이터가 LLM에 들어가기 전의 압축 계층입니다. HTML을 Markdown으로 변환, 긴 URL 단축, 중복 도구 출력 dedupe 및 요약——한글, emoji 등 멀티바이트 문자도 글자 형태를 유지합니다.

공식적으로 최대 약 80% 비용·지연 절감을 주장합니다. 「매일 수십 개 데이터 소스를 자동 동기화」하는 시나리오에서는 nice-to-have가 아니라 장기 운용의 전제 조건입니다. 모델 라우팅은 기본적으로 OpenHuman 백엔드가 워크로드에 따라 추론형·고속형·비전형 LLM을 선택합니다. 단말 작업에는 Ollama 로컬 모델도 사용할 수 있어 Apple Silicon Unified Memory와 Neural Engine과 자연스럽게 잘 맞습니다.

채팅을 넘어: 데스크톱 마스코트, 음성, 회의 Agent

OpenHuman은 의도적으로 UI 우선·인간적인 노선을 택합니다. 설치 후 몇 번의 클릭으로 시작할 수 있고, 처음부터 터미널 설정이 필요 없습니다. 데스크톱 마스코트(Mascot)는 대화하고 환경을 인지하며, Google Meet에 참가자로 들어가는 회의 Agent가 될 수도 있습니다. 네이티브 도구는 파일 시스템, git, lint, test, grep에 더해 웹 검색, 스크래핑, 음성(STT 입력 + ElevenLabs TTS 출력)을 포함합니다.

아키텍처상 OpenHuman은 「개인 AI 시대의 데스크톱 입구」가 될 수 있습니다. 사용자는 OpenHuman과만 상호작용하고 Gmail, Notion, GitHub는 호출되는 하위 서비스로 물러납니다. Agent가 어시스턴트에서 디지털 동료로——라는 업계 판단과 일치하지만, OpenHuman은 기억과 연동을 한 번에 패키징해 일반 사용자의 디지털 트윈 구축 장벽을 낮춥니다.

Mac과 클라우드 Mac에서 OpenHuman 실행: 세 가지 전형 시나리오

OpenHuman은 macOS, Windows, Linux를 지원합니다. Apple 사용자에게 흔한 배포 방식은 다음 세 가지입니다.

• 로컬 Mac 일상 트윈——노트북이나 Mac mini에 DMG를 설치하고 Memory Tree와 Obsidian 저장소를 로컬 NVMe에 둡니다. 개인 지식 노동자와 indie 개발자에게 적합.
• Apple Silicon + Ollama 로컬 추론——민감 요약·코드 리뷰는 단말 모델, 복잡한 추론은 관리형 라우트로. M 시리즈 Unified Memory는 중소 모델에서 지연이 안정적이며 Core ML / MLX 실험과 같은 머신을 공유할 수 있지만 메모리 경합을 피하려면 스케줄을 분리하세요.
• 클라우드 Mac 상시 인스턴스——Agent를 24/7 백그라운드 동기화·사고시키고 싶지만 로컬 기기는 자주 슬립——Mac mini 클라우드 호스팅 같은 전용 macOS 인스턴스에 OpenHuman을 올립니다. 정적 IPv4는 OAuth 콜백과 IP 허용 목록에 유리하고, 1Gbps 전용 egress는 큰 저장소·첨부 다운로드를 가속하며, VNC는 최초 OAuth와 GUI 트러블슈팅에 적합합니다. 팀이 CI Runner를 클라우드에 두는 것과 같은 논리——감사 가능한 macOS 유닛을 연산 계층이 제공하고 Agent 계층이 영속 컨텍스트를 소비합니다.

빠른 시작: 설치와 첫 동기화

tinyhumans.ai/openhuman에서 DMG를 받거나 터미널에서 공식 설치 스크립트를 실행합니다. 첫 실행 후 마법사에서 가장 자주 쓰는 2–3개 서비스(보통 Gmail + Calendar + GitHub 또는 Notion)를 연결하고 첫 자동 수집 완료를 기다립니다——Memory Tree에 첫 Markdown 조각이 나타나면 컨텍스트 구축 완료 신호입니다. 이후 연동을 점진적으로 확장하고 Obsidian 저장소를 열어 Agent가 데이터를 어떻게 요약하는지 확인하세요.

# 공식 사이트에서 DMG 다운로드 또는 curl 설치
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash

# 선택: config.toml에서 agentmemory 백엔드 또는 Ollama 로컬 모델 전환
# memory.backend = "agentmemory"

정리: OpenHuman은 누구에게 맞는가

「각 SaaS마다 Copilot을 하나씩 키우는」 데 지쳤고 Agent가 앱을 넘나드는 컨텍스트를 기억하기를 원한다면 OpenHuman은 분명한 길입니다: OAuth 일괄 연결 + 로컬 Memory Tree + Token 수준 압축. 가끔 ChatGPT에 물어보는 사용자용이 아닙니다. 디지털 생활을 하나의 데스크톱 입구로 모으고 초기 제품의 변동을 받아들일 수 있는 파워 유저와 소규모 팀용입니다.

Mac 사용자에게 OpenHuman과 전용 macOS 연산(로컬 또는 클라우드 Mac mini)은 상호 보완입니다. 전자는 「당신이 누구인지 이해하는」 문제를, 후자는 「7×24 안정 운영과 감사 가능한 환경」을 해결합니다. Agent가 대화창에서 OS로 넘어가는 과도기에 이런 개인 AI 디지털 트윈이 다음 기본 형태일 수 있습니다.

• 문서—— OpenHuman GitBook(연동, Memory Tree, TokenJuice)
• 소스—— GitHub tinyhumansai/openhuman(GNU 라이선스, Rust + Tauri)
• 연산—— 상시 동기화에는 ZavCloud Mac mini 클라우드 호스팅